Tesis
Metabolômica por LC-ESI-QTOF-MS em plasma de camundongos NOD/SCID sob tratamento quimioterápico : potenciais biomarcadores de leucemia
Metabolomics by LC-ESI-QTOF-MS in NOD/SCID mice under chemoterapy treatment : potential biomarkers of leukemia
Registro en:
Autor
Duarte, Gustavo Henrique Bueno, 1989-
Institución
Resumen
Orientador: Marcos Nogueira Eberlin Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Química Resumo: A metabolômica é uma abordagem analítica recente que visa à análise de metabólitos endógenos e exógenos presentes em amostras biológicas. A metabolômica pode ser aplicada em diversas áreas, inclusive na busca de biomarcadores para doenças. A Leucemia Linfóide Aguda (LLA) é o tipo de câncer pediátrico mais comum, e grande parte das pesquisas em metabolômica nesta área restringem-se à cultura de células. Nesse trabalho foi otimizado um método de análise metabolômica por LC-ESI-QTOF-MS para a obtenção do fingerprinting metabólico. Em seguida, o método otimizado foi aplicado em um estudo de interesse da área oncológica avaliando o perfil de metabólitos endógenos em plasma de camundongos da linhagem NOD/SCID comparando-se grupos saudáveis, com LLA, e com LLA que receberam tratamento quimioterápico composto por vincristina, dexametasona e asparaginase. Os dados obtidos foram submetidos à validação cruzada com o propósito de avaliar a eficiência do método na classificação de cada um dos grupos estudados. Na etapa de otimização do método de metabolômica, inicialmente foram testadas diferentes abordagens metodológicas e os resultados destas abordagens foram comparados entre si, e avaliou-se a melhor abordagem de acordo com o número de íons detectados por cada uma delas. Precipitação de Proteínas e precipitação de proteínas com posterior separação de fases foram testados como preparos de amostra. Ainda nos testes de abordagens metodológicas foram utilizadas duas colunas cromatográficas diferentes, uma C18 e uma C18 Hydro. Depois, o método otimizado foi aplicado aos grupos de camundongos propostos ao estudo. Foram aplicados técnicas de análise multivariada de dados para realizar o tratamento das informações adquiridas. A análise de componentes principais (PCA), análise de agrupamento hierárquico (HCA) e análise discriminante por quadrados mínimos parciais (PLS-DA) mostraram a segregação entre os grupos estudados. Os dados submetidos à validação cruzada retornaram valores satisfatórios para os parâmetros diagnósticos do modelo de classificação (Exatidão, R2 e Q2). Como informação adicional, foi investigada a identidade de alguns dos principais candidatos a biomarcadores relacionados a este estudo de forma a fornecer dados para estudos posteriores Abstract: Metabolomics is a recent analytical approach which aims to analyse the endogenous and exogenous metabolites present in biological samples. It can open new avenues in several research areas, including the search for useful biomarkers of a particular disease. Acute Lymphoblastic Leukemia (ALL) is the most common type of pediatric cancer, and most of the metabolomics research in this area is restricted to the cell culture. In this work, we have optimized a metabolomics method by LC-ESI-QTOF-MS for obtaining metabolic fingerprinting. Then, this optimized method was applied in a study of interest in oncology evaluating the profile of endogenous metabolites in NOD/SCID mice plasma comparing healthy groups, with ALL, and groups with ALL which received chemotherapy consisting of vincristine, dexamethasone and asparaginase. The data was Cross Validated in order to evaluate its efficacy in the classification of each of the groups. In the method optimization step, different methodological approaches were initially tested and results of these approaches were compared and evaluated as the best approach according to the number of ions detected by each of them. Protein precipitation and subsequent protein precipitation with phase separation were tested as sample preparation. Still in the methodological approach tests, two different chromatographic columns, a C18 and a C18 Hydro were used. Then the optimized method was applied to proposed study groups of mice. Multivariate data analysis techniques were applied to process the acquired data. The Principal Component Analysis (PCA), Hierarchical Cluster Analysis (HCA) and Partial Least Squares Discriminant Analysis (PLS-DA) showed segregation between groups. Cross-validation returned values suitable for the diagnostic parameters of the classification model (Accuracy, R2 and Q2). Moreover, the identity of some of the main candidate biomarkers related to this study was also investigated to provide data for further studies Mestrado Quimica Analitica Mestre em Química CAPES